◆ KI-Freelancer? Werde eines der ersten 2.000 Gründungsmitglieder: 0 % Provision, 60 Tage Advanced (starte, wann du willst) und eigenes Titelbild für immer. KI-Freelancer? 0 % Provision + 60 Tage Advanced Jetzt Platz sichern →Mehr →
KI verbindenKI

Suche direkt aus deiner KI heraus nach KI-Tools, KI-Firmen und KI-Freelancern auf KI-Radar24.

So funktioniert der KI-Radar24-Connector
Inserat hinzufügen
LightRAG

LightRAG

Schlankes graphbasiertes RAG-Framework mit Server und Web-Oberfläche

Beschreibung

github.com/HKUDS/LightRAG ist LightRAG, ein quelloffenes, leichtgewichtiges RAG-Framework, das Wissensgraphen mit Vektor-Einbettungen kombiniert, um Dokumente für Sprachmodelle schnell und kontextreich abrufbar zu machen.

Das Tool richtet sich an Entwickler und Forschende, die graphbasierte Retrieval-Verfahren in eigene KI-Anwendungen integrieren wollen.

Tags

  • Recherche
  • Datenbank
  • RAG
  • Kostenlos nutzbar
  • Open Source

Zuletzt aktualisiert: November 2026 · Fehler melden · Abzeichen für deine Website

Auf einen Blick

Stand: November 2026
🛡️Datenschutz

Open-Source-Projekt der Forschungsgruppe HKUDS mit Bezug zu Hongkong (China). Der Code steht unter MIT-Lizenz und kann selbst betrieben werden, sodass die Daten in der eigenen Infrastruktur bleiben können. Aussagen zu Zertifizierungen, AVV/DPA oder Training mit Daten sind nicht öffentlich dokumentiert; bei Anbindung externer Sprachmodell-Anbieter sollte für personenbezogene Daten vorab ein AVV/DPA mit dem jeweiligen Anbieter geprüft werden.

💰
Preismodell

Open Source (MIT-Lizenz) zur kostenlosen Selbst-Installation; Kosten entstehen nur für genutzte externe Modell- oder Datenbankdienste.

👥
Zielgruppe
EntwicklerKI-EngineersForschungsteams
⚙️
Technik

Python-Paket und LightRAG Server mit REST-API und Web-Oberfläche, Betrieb auch per Docker Compose mit verschiedenen Speicher-Backends.

🔗
Integrationen
Sprachmodelle wie OpenAIOllamaGoogle Gemini und AWS BedrockSpeicher-Backends wie PostgreSQLMongoDBNeo4jMilvusQdrantOpenSearch
📊
Funktionen
Graphbasierte IndizierungDuale Abfrage über Entitäten und BeziehungenInkrementelle DokumentenaktualisierungMehrere Dokumenten-ParserReranking-UnterstützungVisualisierung des Wissensgraphen

✅ Vorteile

  • Wissensgraph und Vektorsuche in einem schlanken Framework
  • Viele Speicher- und Modelloptionen sowie aktive Weiterentwicklung

❌ Nachteile

  • Qualität der Graph-Extraktion hängt vom eingesetzten Sprachmodell ab
  • Betrieb, Skalierung und Wartung liegen beim Anwender
🎯
Für wen geeignet?

Gut geeignet für Entwicklerteams, die ein graphbasiertes RAG-System selbst hosten und mit eigenen Modellen und Datenbanken kombinieren wollen.

Angaben laut Anbieter, Stand November 2026, ohne Gewähr. Fehler entdeckt? Melden

Bewertungen

Noch keine Bewertungen. Sei der Erste!

Bewertung schreiben

Deine E-Mail wird nicht veröffentlicht.